Questões de Concurso Público Telebras 2022 para Especialista em Gestão de Telecomunicações – Estatística

Supondo que 

para y ∈ {0, 1, 2, 3 … }, em que m >0, e M é uma variável aleatória contínua cuja função de densidade é dada por ƒ_M(m) = e^-m , julgue o item a seguir.

Var(Y = y|M = m) = m.

Supondo que 

para y ∈ {0, 1, 2, 3 … }, em que m >0, e M é uma variável aleatória contínua cuja função de densidade é dada por ƒ_M(m) = e^-m , julgue o item a seguir.

Supondo que 

para y ∈ {0, 1, 2, 3 … }, em que m >0, e M é uma variável aleatória contínua cuja função de densidade é dada por ƒ_M(m) = e^-m , julgue o item a seguir.

Y e M são variáveis aleatórias independentes. 

Supondo que 

para y ∈ {0, 1, 2, 3 … }, em que m >0, e M é uma variável aleatória contínua cuja função de densidade é dada por ƒ_M(m) = e^-m , julgue o item a seguir.

P(Y > 0|M = m) = P(M ≤ m) . 

Considerando que uma amostra aleatória simples U₁ ,…,U_n seja retirada de uma distribuição uniforme contínua no intervalo [0,1], em que n é número ímpar, e considerando que Ū_n denote a média amostral e  Ũ_n represente a mediana amostral, julgue o item a seguir.

E[Ũ_n] =  0,5

Considerando que uma amostra aleatória simples U₁ ,…,U_n seja retirada de uma distribuição uniforme contínua no intervalo [0,1], em que n é número ímpar, e considerando que Ū_n denote a média amostral e  Ũ_n represente a mediana amostral, julgue o item a seguir.

Para todo n suficientemente grande, Var[Ũ_n] > Var[Ū_n].

Considerando que uma amostra aleatória simples U₁ ,…,U_n seja retirada de uma distribuição uniforme contínua no intervalo [0,1], em que n é número ímpar, e considerando que Ū_n denote a média amostral e  Ũ_n represente a mediana amostral, julgue o item a seguir.

12n (Ū_n - 0,5) converge para uma distribuição normal padrão.

Considerando essas informações e sabendo que = 0,01, julgue o item seguinte.

Considerando essas informações e sabendo que = 0,01, julgue o item seguinte.

A covariância entre a variável resposta (y) e a variável explicativa (x) é igual ou superior a 0,2. 

Considerando essas informações e sabendo que = 0,01, julgue o item seguinte.

O coeficiente de determinação do modelo (R² ) é igual a 0,8.

Considerando essas informações e sabendo que = 0,01, julgue o item seguinte.

Considerando essas informações e sabendo que = 0,01, julgue o item seguinte.

Considerando que ŷ_k denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma y_k = β₀ + β₁x_1,k + β₂x_2,k + ε_k , para k ∈ {1, … ,10}; que, nesse modelo, {ε₁, ..., ε₁₀} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ² ; e que cada resíduo produzido pelo ajuste seja escrito como r_k = y_k - ŷ_k , julgue o próximo item.

A distância D de Cook representa uma medida da influência. Em particular, essa medida é dada por  , na qual ŷ_k(i) denota o valor ajustado para y_k , omitindo-se o elemento i da amostra no cálculo das estimativas dos coeficientes do modelo. 

Considerando que ŷ_k denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma  y_k = β₀ + β₁x_1,k + β₂x_2,k + ε_k , para k ∈ {1, … ,10}; que, nesse modelo, {ε₁, ..., ε₁₀} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ² ; e que cada resíduo produzido pelo ajuste seja escrito como r_k = y_k - ŷ_k , julgue o próximo item.

Os valores da sequência r₁ ,…,r₁₀ são mutuamente independentes.

Considerando que ŷ_k denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma y_k = β₀ + β₁x_1,k + β₂x_2,k + ε_k , para k ∈ {1, … ,10}; que, nesse modelo, {ε₁, ..., ε₁₀} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ² ; e que cada resíduo produzido pelo ajuste seja escrito como r_k = y_k - ŷ_k , julgue o próximo item.

A estatística  é uma estatística qui-quadrado que permite avaliar a falta de ajuste (lack-of-fit) do modelo ajustado.

Considerando que ŷ_k denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma y_k = β₀ + β₁x_1,k + β₂x_2,k + ε_k , para k ∈ {1, … ,10}; que, nesse modelo, {ε₁, ..., ε₁₀} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ² ; e que cada resíduo produzido pelo ajuste seja escrito como r_k = y_k - ŷ_k , julgue o próximo item.

A razão r_k /ŷ_k  é denominada resíduo padronizado.

Considerando que ŷ_k denote o valor ajustado — pelo método de mínimos quadrados ordinários — da variável resposta yk de um modelo de regressão linear múltipla na forma y_k = β₀ + β₁x_1,k + β₂x_2,k + ε_k , para k ∈ {1, … ,10}; que, nesse modelo, {ε₁, ..., ε₁₀} seja um conjunto de erros aleatórios independentes com médias iguais a zero e variâncias iguais a σ² ; e que cada resíduo produzido pelo ajuste seja escrito como r_k = y_k - ŷ_k , julgue o próximo item.

Com base nessas informações, julgue o item a seguir.

O coeficiente de explicação do modelo é igual a 0,99.

Com base nessas informações, julgue o item a seguir.

A variância amostral da variável dependente é inferior a 12. 

Com base nessas informações, julgue o item a seguir.

O R² ajustado é maior ou igual a 0,05.